dc.creator.ID |
MAGALHÃES, J. J. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/7151033935149782 |
pt_BR |
dc.contributor.advisor1 |
COSTA, Evandro de Barros. |
|
dc.contributor.advisor1ID |
COSTA, E. B. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/5760364940162939 |
pt_BR |
dc.contributor.referee1 |
ANDRADE, Nazareno Ferreira de. |
|
dc.contributor.referee2 |
DIAS, Guilherme Ataíde. |
|
dc.description.resumo |
Os Sistemas de Recomendação personalizada surgiram como uma possível solução para o
problema da sobrecarga de informação. Entretanto, sua qualidade está relacionada ao perfil
de usuário e gerar um perfil de qualidade não é uma tarefa trivial. Consequentemente, o
usuário que não recebe boas recomendações poderá perder o interesse e confiança no sistema.
A pesquisa ora apresentada trata deste problema propondo uma abordagempara Sistemas de
Recomendação de artigos científicos com foco na integração de perfis de usuário. Os perfis
foram construídos a partir de três fontes: CV Lattes, Mendeley e LinkedIn. A integração de
perfis de usuário foi realizada por meio de combinação linear, propondo-se três estratégias:
(i) importância igual (Igual); (ii) quantidade de itens (Quant); e (iii) atividade do usuário na
fonte (Ativ). Para validar os modelos de perfis, foi realizado umexperimento emque os participantes
analisaram a relevância de 50 artigos, sendo utilizada a métrica NDCG@5. Foram
realizadas duas avaliações, a primeira apenas no Lattes, utilizando como fator a estratégia de
construção de perfil, tendo sido avaliadas as seguintes estratégias: termos (LT); conceitos
(LC) e estratégia deLopes. As estratégias propostas proporcionaram os melhores resultados,
conforme o teste de Wilcox (α = 0,05): Hipótese Alternativa (HA) = LT > Lopes (p-valor
= 0,01543) e HA = LC > Lopes (p-valor = 0,04292). Na segunda avaliação, com os perfis
integrados, foram utilizados dois fatores: representação do perfil (termos e conceitos) e
estratégia de integração (Igual; Quant; Ativ). Os perfis integrados não proporcionaram resultados
melhores que os perfis não integrados, conforme o teste de Friedman (α = 0,05):
HA = Existe diferença (p-valor = 0,9971). De posse dos resultados, pôde-se concluir que
o modelo proporcionou resultados satisfatórios na plataforma Lattes, o que pode ser caracterizado
como uma contribuição importante, dada a importância desta plataforma para os
pesquisadores brasileiros. Em se tratando da integração de perfis, não foram alcançados os
resultados esperados. Neste sentido, verifica-se que o modelo de integração precisa ser investigado
com mais aprofundamento, seja realizando um experimento com mais fatores ou
buscando uma amostra maior de usuários. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.program |
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Ciência da Computação |
|
dc.title |
Recomendação de artigos científicos: um foco na integração de perfis de usuários. |
pt_BR |
dc.date.issued |
2013-09 |
|
dc.description.abstract |
The personalized Recommender Systems have emerged as a possible solution to the information
overload problem. However, their quality is related to the user profile and generate
a profile with quality is not a trivial task. Consequently, the user that does not receive good
recommendations may lose interest and confidence in the system. Our research presented
here addresses this problem by proposing an approach to paper Recommendation Systems
focusing on the integration of user profiles. The profiles were constructed fromthree sources:
CV Lattes, Mendeley and LinkedIn. The integration of user profiles was performed by linear
combination and we proposed three strategies: (i) equal importance (Igual); (ii) quantity of
items (Quant); and (iii) user activity on the source (Ativ). To validate the profile models,
we performed an experiment in which the participants evaluated the relevance of 50 papers,
we used the metric NDCG@5. We performed two evaluations, the first only in Lattes, we
used the strategy of building profile as a factor and evaluated the following strategies: terms
(LT); concepts (LC) and Lopes strategy. The proposed strategies provided the best results,
according to the Wilcox’s test (α = 0.05): Alternative Hypothesis (HA) = LT > Lopes
(p-value = 0.01543) and HA = LC > Lopes (p-value = 0.04292). In the second evaluation,
with the integrated profiles, we used two factors: profile representation (terms and concepts)
and integration strategy (Igual; Quant; Ativ). The integrated profiles did not provide better
results than non-integrated profiles, according to the Friedman’s test (α = 0.05): HA = There
is difference (p-value = 0.9971). Based on the results, we can conclude that themodel provided
satisfactory results in the Lattes platform, which can be characterized as an important
contribution, given the importance of this platform for Brazilian researchers. Concerning the
profiles integration, we did not achieved the expected results. In this sense, we verify that the
integration model needs further investigation, whether conducting an experiment with more
factors or with a larger sample of users. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/7083 |
|
dc.date.accessioned |
2019-09-18T11:02:14Z |
|
dc.date.available |
2019-09-18 |
|
dc.date.available |
2019-09-18T11:02:14Z |
|
dc.type |
Dissertação |
pt_BR |
dc.subject |
Sistemas de Recomendação |
|
dc.subject |
Modelagem de Usuário |
|
dc.subject |
Sistema de Recomendação de Artigos |
|
dc.subject |
Integração de Perfis de Usuário |
|
dc.subject |
Filtragem Baseada em Conteúdo |
|
dc.subject |
Plataforma Lattes |
|
dc.subject |
Mendeley |
|
dc.subject |
LinkedIn |
|
dc.subject |
Recommendation Systems |
|
dc.subject |
User Modeling |
|
dc.subject |
Article Recommendation System |
|
dc.subject |
Article Recommendation System |
|
dc.subject |
Integration of User Profiles |
|
dc.subject |
Content-Based Filtering |
|
dc.subject |
Lattes Platform |
|
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
MAGALHÃES, Jônathas José de. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Recommendation of scientific articles: a focus on the integration of user profiles. |
pt_BR |
dc.identifier.citation |
MAGALHÃES, Jônathas José de. Recomendação de artigos científicos: um foco na integração de perfis de usuários. 2013. 78f. (Dissertação) Mestrado em Ciência da Computação, Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2013. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/7083 |
pt_BR |